TikTok's Parent Company Collects Web Data 25 Times Faster Than OpenAI

La agresiva expansión de ByteDance en la recopilación de datos web a través de su nuevo scraper, Bytespider, señala una urgente necesidad de competir en el panorama de la inteligencia artificial generativa. Al recopilar información a velocidades que superan significativamente a las de competidores como OpenAI y Anthropic, la empresa busca acelerar el desarrollo de sus propios modelos de lenguaje de gran escala, posiblemente para mejorar las funcionalidades de búsqueda dentro de su plataforma TikTok. La relevancia de esto para los datos abiertos radica en la disreguardia del protocolo robots.txt, una convención estándar destinada a permitir que los propietarios de sitios web controlen el acceso automatizado. Este comportamiento destaca una creciente tensión entre las necesidades insaciables de datos para el entrenamiento de IA y los principios de autonomía y consentimiento en la web, desafiando las normas existentes que facilitan prácticas transparentes y éticas en el manejo de datos. En última instancia, esta tendencia subraya la creciente dificultad de mantener estándares abiertos cuando las grandes entidades tecnológicas priorizan el volumen bruto de datos sobre la etiqueta digital establecida. Esto enfatiza la necesidad crítica de marcos robustos que equilibren la innovación en IA con el respeto a los derechos de los editores, asegurando que la web abierta siga siendo accesible y gobernada por reglas claras y mutuamente acordadas.

Source: propakistani.pk
Published on 2024-10-13

Teledyne FLIR Releases Prism AIMMGen with Synthetic Data Generation for Automated AI Model Optimization »

Datos Abiertos (Open data)

Related news